作者手記｜為什么公共部門的算法如此特別？

宋鍇業

徐雅倩

為什么公共部門的算法如此特別？

作者 |宋鍇業、徐雅倩

作者單位 |山東大學、中國海洋大學

原文 |

感謝《社會學研究》編輯部在2026年第1期刊出拙作《人工智能算法何以重構社會治理？——基于中國警務部門算法運作的實證研究》。我們僅以此手記簡要呈現這篇文章背后的故事和思考。

這項研究寫作緣起和田野過程，均深植于我們長期以來對平臺研究的探索。如果把“平臺”比喻成一輛汽車，那么“算法”就是這輛汽車的發動機。我們一直以來有個問題縈繞于心：既然算法是平臺運行的重要內核，那么我們能不能從實證的角度對其運作邏輯作一個清晰地注解？實際上，社會科學領域的算法研究已經形成了頗為深厚的學術傳統，吸引了眾多學科視角的關注，他們對算法的作用提供了多維的理論闡釋。管理學（如算法對工作和知識模式的改變）、社會學（如算法重構平臺勞動關系）、傳播學（算法對內容生產的影響）等學科形成了獨到分析。我們一邊對這些研究產生了濃厚興趣，敬佩于研究者們深刻的理論洞察力，另一邊又從跨界研究中汲取了寫作靈感。我們發現在公共部門實地田野中觀察到的很多現象無法用既有理論作出信服解釋。典型例證之一是，在平臺經濟領域，許多研究認為，用戶受眾對平臺企業的算法并非完全被動，他們可以通過一系列方法抵抗，甚至可以直接以退出平臺的方式規避算法影響。然而，在公共部門尤其是警務領域，公眾往往無法以類似方式直接規避算法的影響。在田野過程中，我們逐漸觀察和總結出平臺社會領域的治理算法與平臺經濟領域的推薦算法之間有著明顯的區別。這些區別是我們開展這項研究最原始的動力。正是這些疑惑，促成了我們動筆撰寫警務算法研究一文。

文章的成稿過程不算太漫長，我們長期關注中國數智化轉型過程中涌現的新現象和新問題，在持續調研過程中已經心有腹稿，豐富的田野材料也給了我們充分的想象空間。警務部門如何借助算法重構社會治理成為我們不約而同關心的核心問題。這個問題看似很好回答，社會學、公共管理、法律科學以及公安學領域的專業性學術期刊已有討論。學界盡管分析視角各異，但基本共識是，算法提高了警察犯罪打擊的精準度。這是一個符合我們直觀想象的發現，人工智能算法等新興技術的使用確實能夠提升包括警務部門在內的公共部門運行效率及其專業判斷能力。但這樣的發現還遠遠不夠，就像弗格森在《大數據警務的興起》中的判定，對警務部門應用新技術的洞見，不必局限于針對犯罪活動本身。我們希望能夠發現警務部門算法運用更深層的邏輯機制。當然，另一個原因是，我們在起初商定要完成這樣一篇選題文章時，就希望成稿后投至《社會學研究》。秉持這一考量，在文章寫作成稿過程中，盡管材料比較充分，我們還是特意忽略/刪除了一手材料中讀者容易聯想到的一些耳熟能詳的內容，剪掉枝枝蔓蔓，把有限的篇幅盡量用在呈現新的見解。

這里有許多有趣的發現，限于篇幅，僅舉一例。在未正式進入田野之前，我們觀察警務部門對算法運用時，基本預設是將警務部門作為一個高度抽象的“整體”，似乎警察對算法的使用是“鐵板一塊”，即不同層級、不同警種對算法的使用都是近似目的。但是實地調研表明實際情況卻完全不是這樣。省—市—區縣的不同層級警務部門對算法的使用目的、特點和應用邏輯有明顯的差異性，這是一個頗為有趣的發現，需要對縱向省—市—區縣警務部門如何使用算法形成切實的“想象力”。比如當我們去基層警務部門調研時發現，不少警務部門指出他們部門并沒有大規模使用算法，即便他們介紹自己開發的某些算法模型，往往是對某類算法主題數據改動形成自己的特色模型。我們在2023年的一次調研結束后整理復盤時“戲稱”，越是到了基層，越會發現受訪者對算法調研這一主題反應的“不靈敏”。相反，我們常聽到的聲音是，基層警務部門需要大量時間收集數據，他們更關注數據收集、結果執行、風險預防，以及指出大量警務平臺/算法權限來自上級。當我們從基層向上推進調研時，市里和省里警務部門的反應則與基層不同。至此，我們似乎隱隱摸到解釋警務算法運行邏輯的“門檻”。不同層級警務部門分擔著算法從設計到執行再到前端感知的不同角色和功能，其關注點幾盡不同（文章中亦解釋了不同之處究竟在哪些方面）。這個發現可以解釋我們在實踐中發現的很多問題，也可以進一步推演到其他公共部門領域。比如，為什么在我國數字公共服務領域，省級政府會統一創制一個政府平臺公司來提供全省標準化的數字公共服務，這些政府平臺公司可能會在全省范圍內進行一體化的平臺建設。這里也涉及省、市、區縣一級政府部門的再定位和角色功能轉變。我們在《管理世界》2025年第4期文章中對此進行了較為細致的闡釋，也涉及對不同層級政府部門應用邏輯的縱剖面的觀察。我們對這些類似現象的基本判斷是：省級政府統一做的“大平臺”和“大算法”，不只涉及規模體量需求或成本安全要求，背后蘊含著網絡空間中不同層級治理權力結構的潛在改變。而這種新的權力結構與原有結構的“碰撞”可能帶來何種結果，亦是我們下一個階段需要關注的核心議題。

在文章成稿投到《社會學研究》編輯部后，匿名評審專家對這篇文章提出了更高的要求，給出了相當中肯和寶貴的修改意見。就像前面討論的那樣，我們雖然發現了警務部門算法運作過程中的一些“反常識性”“出人意表”的發現，但對警務部門算法分層這個現象的概括缺乏深度學理化，更偏經驗描述，專家們給出了非常精到意見。因此，我們又花了很長的時間思考如何針對這個現象提煉出一個更準確的表述。我們字斟句酌之后，將其改為“算法集約化”，這個概念相對于原概念而言更能體現理論統攝性。在此基礎上，我們又對算法集約化的概念進行了細致說明，并指出這種現象模式不僅僅是警務部門獨有。

行文至此，回到開篇拋出的問題，深入田野之后，我們為什么感觸到公共部門的算法如此特別？這個問題，至少可以從三個層面加以理解。一是公共部門的算法具有相對于私營部門算法的特別性。這些特別性是在文章引言中著重強調的無法退出性、權力嵌入性和有限透明性。這幾重屬性構成了我們對公共部門算法特殊性的基礎理解，而警務部門的算法特殊性則最為典型。二是公共部門的算法在功能運作上具有相對清晰的層次性差異，省—市—區縣對算法的理解和運用有不同的邏輯和定位。這也進一步啟發我們，線上網絡空間中公共部門的諸多治理要素和機制相對線下物理空間已發生了顯著的改變。不同層級、不同部門的角色和權力在平臺算法塑造的線上網絡空間中產生了種種新變化。這些中國數智化研究的“藍海”還有待研究者們繼續挖掘。三是公共部門算法之所以特別，是因為它的設計、運作和優化更能體現出當下的多元敘事，政府、平臺企業、公眾等各個主體如何基于平臺算法形成新的關系結構，這種結構如何在公共服務、社會治理等諸多場景中發揮作用，值得我們不斷觀察和反思。進一步而言，相對于前數智時代，當下數智時代田野研究的學術想象力和可想象空間發生了極大變化，理論建構的邏輯和內涵也在發生變化。從“科層敘事”到“平臺組織敘事”，從“平臺企業”到“政府平臺公司”，從“屬地物理空間”到“跨域網絡空間”，現實中仍有諸多富有學術魅力的新問題、新現象和新場景值得我們深入挖掘和探索。

最后，對所有幫助過我們的師友同仁敬申謝忱。這篇文章的成稿過程離不開受訪者的支持，盡管警務部門的工作相當繁忙，但是許多受訪者接受了我們的訪談，并對研究表現出高度的配合、信任與支持。當然，調研過程中也有些許遺憾。2024年初夏，本文的第二作者徐雅倩帶隊將與交警大隊訪談。恰逢“中考”，多數交警都需要外出執勤。雖然彼時沒有完成對交警的訪談，但也切實感受到不同警種在各自領域為了維護社會治安秩序所付出的巨大努力和辛勞，謹對各位警務工作者致以敬意。文章的完善和優化還要特別感謝匿名評審專家，他們中肯的意見引導我們深化對研究問題的思考，文章質量得到明顯提升。感謝編輯部楊可老師、何鈞力老師先后給出的寶貴建議，何鈞力老師在校對環節細致、耐心而又嚴謹的工作使這篇文章最終得以完整的面貌呈現給讀者，在此也向各位無私的編輯部專家致以由衷謝意。